深入解析苹果的人工智能助理Siri

   
   不久前，苹果公司宣布下一代iPhone将启用一项新的语音识别系统：Siri。关于它的简介和部分发布会演示照片请参看果迷网之前的《Siri智能语音识别，iPhone 4S能够听懂你的话》一文。Cult of Mac则对Siri进行了一番深入的解析，看过此文或许能让你更有理由相信，人工智能已经走进我们的生活。

    说道Siri，这是一道硬菜。可在Android上，这个功能一年前就有了，苹果不过是想在这方面“不输他人”，而且其功能也并非如此强大。对吧？

    错。除了它确实是一道硬菜以外，其他的都错。

    其实，Siri是十年内移动平台上最重要的事件之一。

   对Siri持否定看法的人一般会分成两个阵营：一边会说它没什么了不起的；另一边会说Android上之前已经有了。这两方的说法都不正确。

Siri的意义相当重大

    我们不妨先从Siri的血统说起。Siri直接发端于史上最大的人工智能项目：五角大楼的CALO项目。CALO是“Cognitive Assistant that Learns and Organizes”的缩写（会学习和组织的认知助理），这个项目汇聚了全球人工智能方面的顶尖科研人员。

    整个CALO计划的带头人名叫Adam Cheyer，他现在也是苹果iPhone团队的工程总监。

    在《麻省理工技术评论》的采访中，Cheyer说CALO早已开始探索如何把“对话、自然语言理解、视觉、演说、机器学习、制定计划、理性思考、服务代表全部融合到一个⋯⋯模仿人类的助理中，帮助人们完成不同的事情。”

    他形容说Siri计划就是寻求在一件消费产品中做同样的事情。其实，在过去的四年里，Cheyer和他的团队一直在钻研如何优化CALO，使其能够在一台强大的移动电话中发挥效用，每天都能被成千上万的用户使用。在过去一年半中，他们把主要精力放在Siri技术和iOS及其应用程序的整合上。

    它不是单纯的“声音识别”。它是人工智能。当人工智能进入了你的手机，难道意义还不够重大？

Siri和Voice Actions是两码事

    Android系统的Voice Actions也是一项伟大的技术，并已经被许多Android用户所熟知和使用。但说真的，它和Siri不是同一个层面的产品。

    Voice Actions提供了非常坚实可靠的声音识别引擎，它的高识别度把曾经一度流行的语音识别工具都比了下去。

    不过，和过去的所有语音命令系统一样，它要求你说的话严格符合一系列特定的语法，否则它就无法理解。

    Siri和以前公众使用过的所有产品都不相同。你说的话可以和你想表达的意思在字面上毫不相干，从严格的技术上看也似乎是文不对题，但Siri会根据上下文、人类历史以及能够理解一般人类语言的人工智能去分析，并在多数情况下领会你的意思。

    打个比方，你想小睡一会，并准备上个闹钟，只需要说“20分钟后叫醒我”。如果你想查阅后面的日程安排，你可以说：“我今天接下来都有什么事？”

    这些语句中既不包括会用到的应用程序名称，也不包括所需数据的名称。Siri仍然能够理解。

    对人类而言，这些句子再平常不过了。但要让机器去理解这些变化多端的棘手词汇，就是人工智能的圣杯了。

    而更加人性化的特点是，一旦你开始和Siri进入一段对话，它甚至能理解许多含义模糊或者引申的语义。比如，你可以问它：“步行范围内有没有什么顶尖的意大利餐馆？”如果Siri查询后回答“没有”的话，你可以说：“那墨西哥的呢？”Siri会将你的这个问题连同上文的“顶尖的餐馆”和“步行范围”一道进行理解。

    Android的Voice Actions做不到这样的事情，因为它是一个声控命令软件，而并非人工智能。

    Siri有时会为你显示网页搜索的结果，有时能替你执行一些操作，有时能够直接控制iPhone里的应用程序。

    而且Siri同样能够回答问题，这要归功于它整合的Wolfram-Alpha。你可以随机提问：“30英里是多少公里？”，“巴黎现在几点？”，“钢琴上有多少个八度？”，或者“天空为何是蓝色的？”Siri能够直接回答这些问题。不是唰地显示一个网页。就是回答你的问题。

关于Siri，重中之重是什么？

    从历史和文明的角度来看，关于Siri，最伟大的事情并非人工智能本身。而是苹果通过Siri把人工智能带进了现实生活中。

    理由就是：苹果将Siri做成了iPhone的一个核心组成部分，并且让它作为手机使用的主流，让每个用户都觉得除了使用很方便之外，更想时时刻刻都尝试使用它。

    提到“主流”，我指的是捡起那些被人类文明边缘化了的东西，并使其成为大量人群每日生活的一部分。现在，Google出品的Voice Actions不得不面临被边缘化的境地。一般人甚至都没听说过它。

    Siri会成为主流的。人们会逐渐熟知它，甚至包括非iPhone用户。

    爱迪生并不是发明灯泡的人。他是通过产品设计和市场营销，将灯泡变为主流的人。

    福特并不是发明汽车的人。他是通过控制成本和市场营销，将汽车变为主流的人。

    我们总是记住那些将事物变成主流的人，因为正是这些人和公司让科学技术真正融入每个人每天的生活。于是，说道灯泡，它就溯源于爱迪生；说道汽车，它就溯源于福特。

    Google的Voice Actions并非人工智能，虽说它确实让用户省去了打字输入、触摸操作的工序，只需要使用声音去控制机器就可以完成一系列事情。但是，Voice Actions最终没有让声控成为主流。或许一些极客们会学着使用它吧。

    然而，妈妈们会选择Siri。

And One More Thing（还有一件事）

    iPhone 4S也许会成为第一款支持蓝牙4.0的手机，这项技术可以降低能耗，同时可以做到一件非常特别的事：唤醒设备。

    如果把Siri和这项无线技术结合起来，其使用范围就更加广泛了。例如，可以想象你戴着一款“超长待机”手表，它会一直睡眠，你触摸它才会显示时间，或者在iPhone收到短信时，手表会被Siri唤醒。你如果要和Siri交谈，只需要对着手表说话就可以了，甚至连手机都不用掏出来。

    同样，可以试想一下，有这么一款桌面麦克风，当你说话时会唤醒iPhone，就像《星际迷航》里那样不用按任何按钮直接说话，并从企业号，呃我是说iPhone的人工智能，得到回应。

    那么让我们来总结一下Siri对于人类而言意味着什么。Siri是人机交互新纪元的黎明，是大众进入真正的人工智能时代的开端。


    当然，目前它尚未达到完美，苹果目前将其定位在“beta”阶段。并且，它也还不是你在科幻电影里看到的那种无限高能的人工智能。

    但它的步伐远未停止。iPhone 4S里的Siri只是一个开端。相信以后会有更加复杂的版本出现。

    Google、微软和其他公司也终会拿出自己的人工智能产品的（并且我预言就是按照这个排序）。

   所以，一旦你最终和Siri搭上话了，请善待它。Siri具有非常非常重大的现实意义，和以往任何产品都不同。它能够代表计算机发展的一个新纪元。当然，它会让每个人都“说”起来的。